基于MATLAB的最小二乘曲线拟合

本文主要介绍了最小二乘曲线拟合方法的基本思路,并通过编制MATLAB程序对测量数据进行了一阶拟合和二阶拟合,实现了拟合多项式系数的求解。     

多元线性模型中最小二乘估计新的相对效率

定义了广义行列式的概念，并在多元线性模型中，引入了回归系数的最小二乘估计与最佳线性无估计的一种新的相对效率．利用广义行列式的性质和矩阵分析的方法，通过对相对效率下界的研究，推广了Bloomfield-Watson定理。     

加权最小二乘估计与线性无偏最小方差估计的比较

在已知的线性模型中,考虑加权最小二乘估计与线性无偏最小方差估计的结果的差异。发现在两种条件下,加权最小二乘估计与线性无偏最小方差估计的结果趋于一致。     

最小二乘曲线拟合及其MATLAB实现

根据最小二乘曲线拟合理论,分别针对线性最小二乘曲线拟合和非线性最小二乘曲线拟合进行了分析和总结,同时针对每种情况给出利用MATLAB来实现曲线拟合。     

基于乘性和加性噪声中指数信号的频率最小二乘估计

Estimating the parameter of signals is a very important problem in Statistical Signal Processing. In this paper ,we obtain the least squared estimator of frequency of an exponential signal in presence of both multiplicative and additive noise.     

求非线性最小二乘估计的一种算法

本文利用正交表给出一种求非线性ＬＳＥ良参数初始值的算法—正交搜索法，进而与迭代法结合求解非线性ＬＳＥ，通过求解非线性强度大模型的非线性ＬＳＥ，说明新算法使用灵活、有效     

关于插值法与最小二乘拟合的讨论

本文给出了函数拟合的两种不同方法,即多项式插值和最小二乘拟合方法,并对两者的特点和优劣进行了讨论。     

基于偏最小二乘法和最小二乘支持向量机方法的熔融指数预测

熔融指数是高密度聚乙烯生产的主要质量指标,通过对生产数据建模实现对熔融指数的预测,为优化操作提供有力依据,从而提高产品的质量。利用偏最小二乘法提取影响熔融指数的主要因素作为最小二乘支持向量机的输入,克服了自变量间的多重相关性问题;同时也降低了最小二乘支持向量机的输入变量的维数。实验表明,利用偏最小二乘法方法和最小二乘支持向量机方法预测熔融指数精度远高于分别使用这两种方法。     

多维正交整体最小二乘应用研究

以往整体最小二乘的研究是在二维基础上探讨模型的适用性,但从二维延伸到多维的过程中,会引入过多的自变量与因变量误差,而在模型解算过程中,又不能完全考虑每一个误差变量,造成了误差的偏执,形成整体最小二乘最优结果的虚假现象。本文对二维延伸到多维的整体最小二乘、所产生的误差偏执、模型变异问题进行分析,引入了多维正交整体最小二乘,避开了误差变量的影响,使得二维、多维的整体最小二乘解算结果都可以达到最优。     

Matlab在线性参数最小二乘法处理中的应用

最小二乘法原理是一种在多学科领域中获得广泛应用的数据处理方法,但中间的计算工作量很大。本文利用Matlab语言强大的运算功能,对数据进行处理,计算出线性参数的最佳估计值,提高了效率和精度。     

基于最小二乘法的工程经济评价模型

为了能够对决策方案做出准确的评价,选择出最佳方案。决策者根据自己的实际经验做出判断。但是各决策者的知识、实际经验都会有一定的误差与局限性。因此,本文建立了专家分析法和灰色关联分析法的集成模型,该模型充分利用了专家赋予的决策值和评价矩阵信息值得相关性,求出更合理的属性权重值进行决策,保证决策结果与两种分析方法的一致性。引用最小二乘法原理建立优化模型,使各方案的决策值与两种方法的偏差最小。以确定防洪标准方案评价为例,验证了方法的有效性和合理性。     

应用对数最小二乘方法修正投入产出系数

本文在Ｒ·Ａ·Ｓ以及文献［１］修正投入产出系数方法的基础上，进一步提出一种对数最小二乘修正方法。该方法能一次性得到最优替代乘数和制造乘数的解析表达式，无须进行迭代修正，具有工作量小、操作方便等优点。     

基于最小二乘法的高维目标减少算法

多目标进化算法在许多领域有广泛的应用,大部分文献都只针对二维与三维的测试问题,而应用到高维的情况比较少。随着人们开始越来越多地关注高维目标优化问题,目标减少成为研究的热点。从决策者角度考虑冗余目标问题,提出了基于最小二乘法的目标减小算法。该方法将每个目标函数分段拟合为多条直线,然后两两比较各斜率向量确定最冗余目标对,进而确定冗余目标。     

基于最小二乘支持向量机的油罐故障诊断方法

根据油罐故障分析,建立了油罐故障诊断模型。采用新型的支持向量机-最小二乘向量机(LS-SVM)的算法对此诊断模型进行预测,获得了满意的效果。该方法易于使用,很少受不确定性因素的影响,有很高的预测准确性。     

最小二乘法线损率预测技术研究

为了提高预测精度,提出了一种改进的最小二乘法线损预测技术。算法首次将核偏最小二乘回归算法应用于线损率预测。实验表明,提出的方法能够较好地克服变量相关性和非线性因素对预测模型的不利影响。     

基于最小二乘支持向量机的数据挖掘应用研究

随着数据仓库技术、联机分析技术的发展。基于数据库的数据挖掘已成为一种重要的数据处理手段。最小二乘支持向量机作为一种新的机器学习方法。具有全局收敛性和良好的泛化能力。本文将其应用于数据挖掘的分类与预测研究。通过棱函数的选择及参数优化，并结合支持向量机、多层感知器神经网络模型及判别分析方法进行比较研究，证明最小二乘支持向量机作为一种有效的数据挖掘算法具有较高精度。     

定常的Navier-Stokes方程非奇解支的最小二乘二重网格有限元法

文献[1]中给出了定常的Namer-Stokes方程的Petrov-Galerkin最小二乘二重网格有限元法。现在此基础之上对Namer-Stokes方程具有非奇解支的情况给出了有限元解的数学分析,并且证明了当h=O（min{H2l/21-1 ,H2k＋2/2k＋1}）时,此法和文献[2]、[3]提出的方法具有相同的收敛阶,且与文献[2]、[3]相比,可以节省很多计算量和计算时间。     

基于核偏最小二乘回归的顾客满意度指数模型

本文将核偏最小二乘方法引入顾客满意度指数模型,既保持了偏最小二乘方法对样本数据的分布没有要求的特点,有效地处理自变量之间的多重共线性,又能利用核函数的非线性映射能力,较好地反映顾客满意度与各影响因素之间的非线性关系。     

指数曲线模型参数估计的两步最小二乘法

指数曲线模型参数估计的两步最小二乘法唐五湘（北京机械工业学院工商管理学院１０００８５）１指数曲线模型及其参数估计的两步最小二乘法指数曲线模型是常用的时间序列模型之下。对于样本｛Ｙ（ｔ１），Ｙ（ｔ２），…，Ｙ（ｔｎ）｝建立的指数曲线模型的估计式为针对其...     

基于最小二乘支持向量机的轴承故障诊断研究

针对神经网络在轴承工作状态诊断中存在的问题,提出了将最小二乘支持向量机用于轴承的智能诊断。基于轴承故障信息,用最小二乘支持向量机方法建立多类故障分类器,以实现对故障的诊断。仿真证明:小样本情形下,最小二乘支持向量机比神经网络具有更好的识别和诊断准确率。